Analyse des enregistrements électrocardiographiques à long terme pour détecter les arythmies chez la souris

Summary

Nous présentons ici un protocole étape par étape pour une approche semi-automatisée permettant d’analyser les données d’électrocardiographie à long terme (ECG) murine pour les paramètres ECG de base et les arythmies courantes. Les données sont obtenues par des transmetteurs de télémétrie implantables chez des souris vivantes et éveillées et analysées à l’aide de Ponemah et de ses modules d’analyse.

Abstract

Les arythmies sont fréquentes, affectant des millions de patients dans le monde. Les stratégies de traitement actuelles sont associées à des effets secondaires importants et restent inefficaces chez de nombreux patients. Pour améliorer les soins aux patients, des concepts thérapeutiques novateurs ciblant causalement les mécanismes de l’arythmie sont nécessaires. Pour étudier la physiopathologie complexe des arythmies, des modèles animaux appropriés sont nécessaires, et les souris se sont révélées être des espèces modèles idéales pour évaluer l’impact génétique sur les arythmies, étudier les mécanismes moléculaires et cellulaires fondamentaux et identifier des cibles thérapeutiques potentielles.

Les dispositifs de télémétrie implantables sont parmi les outils les plus puissants disponibles pour étudier l’électrophysiologie chez la souris, permettant un enregistrement ECG continu sur une période de plusieurs mois chez des souris éveillées en mouvement libre. Cependant, en raison du grand nombre de points de données (>1 million de complexes QRS par jour), l’analyse des données de télémétrie reste difficile. Cet article décrit une approche étape par étape pour analyser les ECG et détecter les arythmies dans les enregistrements de télémétrie à long terme à l’aide du logiciel Ponemah avec ses modules d’analyse, ECG Pro et Data Insights, développés par Data Sciences International (DSI). Pour analyser les paramètres ECG de base, tels que la fréquence cardiaque, la durée de l’onde P, l’intervalle PR, l’intervalle QRS ou la durée QT, une analyse automatisée des attributs a été effectuée à l’aide de Ponemah pour identifier les ondes P, Q et T dans les fenêtres ajustées individuellement autour des ondes R détectées.

Les résultats ont ensuite été examinés manuellement, ce qui a permis d’ajuster les annotations individuelles. Les résultats de l’analyse basée sur les attributs et de l’analyse de reconnaissance des formes ont ensuite été utilisés par le module Data Insights pour détecter les arythmies. Ce module permet un dépistage automatique des arythmies définies individuellement dans l’enregistrement, suivi d’un examen manuel des épisodes d’arythmie suspectés. L’article traite brièvement des défis liés à l’enregistrement et à la détection des signaux ECG, suggère des stratégies pour améliorer la qualité des données et fournit des enregistrements représentatifs des arythmies détectées chez la souris en utilisant l’approche décrite ci-dessus.

Introduction

Les arythmies cardiaques sont fréquentes, touchant des millions de patients dans le monde¹. Les populations vieillissantes présentent une incidence croissante et donc une charge majeure pour la santé publique résultant des arythmies cardiaques et de leur morbidité et mortalité². Les stratégies de traitement actuelles sont limitées et souvent associées à des effets secondaires importants et restent inefficaces chez de nombreux patients 3,4,5,6. Des stratégies thérapeutiques nouvelles et innovantes qui ciblent causalement les mécanismes de l’arythmie sont nécessaires de toute urgence. Pour étudier la physiopathologie complexe des arythmies, des modèles animaux appropriés sont nécessaires; Les souris se sont avérées être une espèce modèle idéale pour évaluer l’impact génétique sur les arythmies, étudier les mécanismes moléculaires et cellulaires fondamentaux et identifier des cibles thérapeutiques potentielles ^7,8,9. L’enregistrement continu de l’ECG est un concept bien établi dans la routine clinique de détection de l’arythmie¹⁰.

Les dispositifs de télémétrie implantables sont parmi les outils les plus puissants disponibles pour étudier l’électrophysiologie chez la souris, car ils permettent un enregistrement continu de l’ECG (une approche courante consiste à implanter les sondes dans une position de plomb II) sur une période de plusieurs mois chez des souris éveillées en mouvement libre^11,12. Cependant, en raison du grand nombre de points de données (jusqu’à plus de 1 million de complexes QRS par jour) et de la connaissance limitée des valeurs standard murines, l’analyse des données de télémétrie reste difficile. Les émetteurs de télémétrie couramment disponibles pour les souris durent jusqu’à 3 mois, ce qui conduit à l’enregistrement de jusqu’à 100 millions de complexes QRS. Cela signifie que des protocoles d’analyse pragmatiques sont indispensables pour réduire le temps passé avec chaque ensemble de données individuel et permettront aux chercheurs de traiter et d’interpréter cette énorme quantité de données. Pour obtenir un signal ECG propre lors de l’enregistrement, l’implantation de l’émetteur doit être optimale - les positions de plomb doivent être aussi éloignées que possible pour permettre des amplitudes de signal plus élevées.

Le lecteur intéressé peut être invité à consulter un protocole de McCauley et ^coll.12 pour obtenir de plus amples renseignements. De plus, pour minimiser le bruit, les cages et les émetteurs doivent être placés dans un environnement silencieux et non sujet à des perturbations, comme une armoire ventilée avec des facteurs environnementaux contrôlés (température, lumière et humidité). Pendant la période expérimentale, le positionnement du plomb doit être vérifié régulièrement pour éviter la perte de signal due à la perforation du plomb ou à des problèmes de cicatrisation. Physiologiquement, il y a une altération circadienne des paramètres ECG chez les rongeurs comme chez les humains, ce qui rend nécessaire une approche standardisée pour obtenir les paramètres ECG de base à partir d’un enregistrement continu. Plutôt que de calculer les valeurs moyennes des paramètres ECG sur une longue période, l’analyse d’un ECG au repos similaire à celui chez l’homme devrait être effectuée pour obtenir des paramètres de base tels que la fréquence cardiaque au repos, la durée de l’onde P, l’intervalle PR, la durée QRS ou l’intervalle QT / QTc. Chez l’homme, un ECG au repos est enregistré sur 10 s, à une fréquence cardiaque normale de 50-100 / min. Cet ECG comprend 8 à 17 complexes QRS. Une analyse de 20 complexes QRS consécutifs est recommandée chez la souris comme « équivalent ECG au repos ». En raison de l’altération circadienne mentionnée ci-dessus, une approche simple consiste à analyser deux ECG au repos par jour, un le jour et un la nuit. Selon le cycle d’allumage et d’arrêt de la lumière dans l’animalerie, des heures appropriées sont sélectionnées (p. ex., 12 h/après-midi) et des paramètres de base sont obtenus.

Ensuite, un diagramme de fréquence cardiaque au fil du temps est utilisé pour détecter les tachycardies et bradycardies pertinentes, avec une exploration manuelle consécutive de ces épisodes pour obtenir une première impression. Ce diagramme de fréquence cardiaque conduit ensuite aux paramètres importants de la fréquence cardiaque maximale et minimale sur la période enregistrée ainsi que la variabilité de la fréquence cardiaque au fil du temps. Après cela, l’ensemble de données est analysé pour les arythmies. Cet article décrit une approche étape par étape pour obtenir ces données ECG de base à partir d’enregistrements de télémétrie à long terme de souris éveillées sur une période d’enregistrement allant jusqu’à trois mois. En outre, il décrit comment détecter les arythmies à l’aide du logiciel Ponemah version 6.42, avec ses modules d’analyse, ECG Pro et Data Insights, développés par Data Sciences International (DSI). Cette version est compatible avec Windows 7 (SP1, 64 bits) et Windows 10 (64 bits).

Protocol

1. Préarrangements

1. Démarrez le logiciel Ponemah 6.42 et confirmez le nom d’utilisateur et le numéro de série de la licence du logiciel sur l’écran suivant en cliquant sur Continuer.
2. Charger l’expérience contenant l’ECG d’intérêt
   1. Si Ponemah est démarré pour la première fois, notez que la boîte de dialogue Prise en main de Ponemah s’ouvre, offrant trois options : 1) Créer une expérience, 2) Charger l’expérience, 3) Importer une expérience.
      1. Sélectionnez Charger l’expérience pour ouvrir un fichier. Une fois la boîte de dialogue Rechercher un dossier ouverte, sélectionnez le fichier d’expérience portant l’extension (« . PnmExp »), et chargez le fichier en cliquant sur Ouvrir.
      2. Pour ouvrir un jeu de données enregistré dans Ponemah 5.x ou Dataquest ART, utilisez la fonction Importer une expérience .
         REMARQUE: Si le logiciel est rouvert, le dernier test est chargé automatiquement dans la fenêtre principale pour un examen plus approfondi. Dans le menu sous Expérimenter, les trois mêmes options que dans la boîte de dialogue Ponemah Get Started sont proposées : 1) Créer une expérience, 2) Ouvrir l’expérience, 3) Importer une expérience.
3. Cliquez sur Actions / Démarrer la révision dans la barre d’outils et accédez à la boîte de dialogue Charger les données de révision , qui fournit une vue d’ensemble de tous les sujets de souris et des signaux respectifs enregistrés dans l’expérience chargée (Figure 1A).
   1. Sélectionnez l’enregistrement faisant référence à la souris qui sera analysé en cochant la case à côté du numéro de la souris dans le panneau de gauche Sujets.
   2. Cochez la case en regard de ECG dans le panneau central Types de signaux.
   3. Déterminez la durée du signal qui sera analysé avec le panneau d’extrême droite Plage de temps. Observez les trois options suivantes : Expérience entière, qui chargera toutes les données ECG de la souris sélectionnée ; Les segments d’analyseur, qui ne chargeront que les données contenues dans les segments d’analyseur ajoutés lors d’une session de révision précédente ; Plage horaire, qui permet le chargement d’une plage de temps spécifique soit en entrant une date de début et de fin spécifique, soit en entrant une durée de temps.
   4. Pour enregistrer la sélection, utilisez la boîte de dialogue Chargement des définitions dans le coin supérieur gauche, qui permet également de charger les sélections précédemment enregistrées.
      Remarque : La taille des données sélectionnées sera indiquée par une barre verte ou rouge basée sur la taille du fichier dans le coin supérieur droit sous Taille des données. Actuellement, le logiciel permet de charger jusqu’à 3 Go de données pour Review; 3 Go de données peuvent être équivalents à un enregistrement continu de 24 heures de 3-4 jours.
   5. Cliquez sur OK pour charger l’ensemble de données sélectionné dans Review.
4. Après avoir cliqué sur D’ACCORD, observez que l' Revue Ponemah s’ouvre avec plusieurs fenêtres séparées. Bien que l' Épreuves et Paramètres Les fenêtres sont ouvertes et affichées par défaut, sélectionnez manuellement d’autres fenêtres nécessaires en fonction des graphiques d’intérêt sous le Graphiques/Configuration des graphiques barre d’outils.
   REMARQUE : Si Épreuves et Paramètres ne s’ouvrent pas par défaut, ils peuvent être activés par Fenêtre/Paramètres et Fenêtre/Événements.
   1. Notez la boîte de dialogue Configuration du graphique , qui permet de configurer jusqu’à 16 fenêtres graphiques fournissant à la fois des données brutes (par exemple, des signaux ECG) et des paramètres dérivés (par exemple, une boucle XY) (Figure 1B).
   2. Cochez la case Activer la page pour afficher le tracé ECG. Dans la liste ci-dessous, choisissez la ligne comprenant la souris souhaitée (sous Sujet) et le type de données (sous Présentation) en cochant la case correspondante à gauche. Utilisez les paramètres suivants : Type, Principal ; Étiquette, jusqu’à 11 caractères affichés dans la barre de titre de la fenêtre; Time, 0:00:00:01 indiquant les secondes que l’unité utilisée.
      1. Entrez les informations appropriées dans les zones de texte Étiquette, Unité, Bas et Haut .
         REMARQUE: Activez deux pages supplémentaires, Tendance de la fréquence cardiaque et Modèle, qui sont utiles pour l’analyse des paramètres ECG de base et pour la détection de l’arythmie.
   3. Dans la page Tendance de la fréquence cardiaque, activez une autre page graphique et définissez comme tendance pour tracer la fréquence cardiaque (FC) au fil du temps. Utilisez les paramètres suivants pour tracer la HR pour l’ensemble des données chargées dans Type d’avis, Tendance ; Entrée, ECG; Présentation, RH; Label, tendance RH; Unité, bpm; Faible : 50; Haute : 1000.
      REMARQUE: Les modèles sont des cycles ECG avec des marques placées avec précision qui peuvent être utilisées comme cycles ECG représentatifs pour l’analyse de reconnaissance de formes. Ils permettent de sélectionner un petit nombre de cycles représentatifs et de faire correspondre ces modèles à l’ensemble de l’ECG, annotant ainsi tous les autres cycles en conséquence.
      1. Pour utiliser la fonction de modèle, créez une bibliothèque de modèles (un fichier dans lequel les modèles sont stockés) pour chaque sujet. Pour ce faire, sélectionnez l’option Configuration du modèle/Bibliothèque de modèles (Figure 2A).
      2. Sélectionnez Nouveau... dans le menu déroulant sous Bibliothèque de modèles pour créer une nouvelle bibliothèque de modèles.
         Remarque : Il y a quelques options supplémentaires dans le menu déroulant: Aucune liaison dissocie toute bibliothèque de modèles configurée précédemment de l’objet. Browse associe une bibliothèque de modèles existante qui a été configurée lors d’une session de révision précédente.
      3. Ensuite, configurez un graphique de modèle, sélectionnez Configuration/Configuration de l’expérience/Configuration du graphique, puis sélectionnez une page à utiliser comme page de graphique de modèle. Cochez la case Activer la page, sélectionnez Modèle pour le type et assurez-vous que l’entrée reflète la sélection de l’objet/canal de l’utilisateur. Tapez les informations appropriées dans les zones de texte Étiquette, Unité, Bas et Haut, puis cliquez sur le bouton OK pour afficher une fenêtre graphique pour chaque page graphique configurée sous Configuration graphique, comme illustré à la figure 2B.
         Remarque : Une page de configuration de graphique pour les paramètres de modèle apparaîtra comme illustré à la figure 2B. Selon la page sélectionnée dans la boîte de dialogue de configuration du graphique, les barres de titre des fenêtres sont étiquetées des pages 1 à 16, en fonction du nombre de pages activées (des exemples pour les pages 1, 2, 3 sont présentés à la figure 3A, à la figure 3B et à la figure 3C, respectivement).
5. Apportez des ajustements importants à la fenêtre de traçage ECG (Figure 3A).
   1. Ajustez l’axe Y représentant l’amplitude de l’ECG en double-cliquant dans la fenêtre de traçage ECG pour sélectionner Mise à l’échelle. Ici, sélectionnez Mise à l’échelle automatique ou ajuster manuellement à l’aide de la valeur de l’axe élevé et de la valeur de l’axe inférieur.
   2. Pour ajuster l’axe X représentant l’heure, cliquez sur les icônes respectives de la barre d’outils : Zoom avant pour étendre la période (c’est-à-dire que moins de complexes QRS sont affichés), Zoom arrière pour compresser l’intervalle de temps (c’est-à-dire que plus de complexes QRS sont affichés).
   3. Pour afficher DT (Delta Time) et RT (Real Time) dans le coin inférieur gauche, cliquez avec le bouton gauche de la souris sur le tracé ECG avec le curseur (une ligne noire verticale) pour positionner et afficher les informations en temps réel à l’emplacement du curseur sous RT.
   4. Comme DT affiche un intervalle de temps choisi par l’utilisateur, cliquez avec le bouton droit de la souris sur la fenêtre pour positionner le curseur et sélectionner Réinitialiser l’heure delta dans la boîte de dialogue qui s’affiche. Cliquez avec le bouton gauche de la souris sur une autre position dans le tracé ECG pour mesurer l’intervalle de temps entre les intervalles de temps sélectionnés affichés comme Delta Time (DT).
6. Assurez-vous que chaque segment du tracé (onde P, Q, R, T) est reconnu et correctement annoté pour l’analyse ECG. Pour y parvenir, définissez et analysez Attributs par un clic droit dans la fenêtre ECG, et cliquez sur le bouton Analyser/Attributs option.
   REMARQUE : L' Attributs d’analyse ECG dialogue s’ouvre comme illustré à la Graphique 4A. En haut de cette boîte de dialogue, plusieurs options (QRS, PT, Avancé, Bruit, Marques, Notes, Précision) permettent l’ajustement à divers paramètres (expliqué ci-dessous).
   1. Cliquez sur l’onglet QRS pour ajuster l’identification R et QS.
      1. Seuil de détection QRS : appliquez le pourcentage saisi au plus grand pic de dérivée illustré dans la fenêtre de forme d’onde.
         REMARQUE : Définissez une valeur optimale pour éliminer la sous-détection (c.-à-d. que certaines ondes R peuvent ne pas être détectées) et la surdétection des pics (c.-à-d. que d’autres pics, tels que les ondes T, peuvent être interprétés à tort comme des ondes R). Le seuil (région surlignée en rose dans la figure 4A) doit recouper la dérivée de l’ECG. Idéalement, les valeurs attributaires, qui aident à identifier les complexes QRS et à faire la distinction entre les cycles clairs et les événements sonores, devraient être maintenues à des niveaux constants (ou presque constants) entre tous les enregistrements d’un projet afin de permettre la comparabilité entre différents animaux par projet. Après avoir établi les valeurs optimales, conservez les paramètres d’attribut pour l’ensemble de l’enregistrement.
      2. Déviation Min R: Assurez-vous que le changement d’amplitude R (basé sur les valeurs minimales / maximales du signal et non sur les niveaux isoélectriques) dépasse cette valeur avant de l’annoter en tant qu’onde R.
         REMARQUE: La déviation Min R devrait être idéalement supérieure au bruit et inférieure à la déviation attendue de l’onde R. Une valeur faible peut entraîner une détection du bruit et donc une surdétection, une valeur élevée peut entraîner une sous-détection.
      3. Fréquence cardiaque maximale : Assurez-vous que la valeur saisie ici est supérieure à la fréquence cardiaque maximale attendue.
         REMARQUE: Une valeur faible peut entraîner une sous-détection, une valeur élevée peut entraîner une surdétection car les cycles bruyants ont plus de chances d’être marqués comme des ondes R.
      4. Fréquence cardiaque minimale : Assurez-vous que la valeur saisie ici est proche de la fréquence cardiaque la plus basse attendue.
         REMARQUE: Ajustez les limites de fréquence cardiaque pour chaque enregistrement individuellement en fonction de l’amplitude du signal et du degré de bruit. Les chercheurs doivent être conscients qu’un large éventail de fréquences cardiaques peut entraîner l’incapacité de détecter les arythmies; Cependant, une plage étroite de fréquence cardiaque peut entraîner une surdétection extrême (par exemple, des milliers d’épisodes identifiés comme « tachycardie », ce qui ne permet plus une analyse significative).
      5. Ajustez le biais de crête pour détecter les ondes R positives et négatives.
         REMARQUE: Un biais de crête positif favorise la détection des ondes R positives; un biais de crête négatif favorise la détection des ondes R négatives.
      6. Intra cardiaque: Utilisez ce paramètre dans les cas où l’onde P change rapidement et lorsque sa dérivée peut dépasser la dérivée de l’onde R, ce qui entraîne une fausse annotation de l’onde P en tant qu’onde R.
      7. Seuil de récupération de base : définissez cette valeur, qui représente une « période d’occultation » autour de l’onde R, pour empêcher le logiciel de rechercher des ondes Q ou S, car de petits artefacts pourraient autrement entraîner une fausse annotation des ondes Q ou S.
         REMARQUE: Par exemple, une valeur de 0 entraînera la recherche d’ondes Q / S à partir du pic de l’onde R, une valeur de 70 entraînera la recherche d’ondes Q / S seulement après une récupération de 70% de la hauteur de l’onde R.
   2. Cliquez sur l’onglet PT pour les paramètres de détection des ondes P et T.
      1. Intervalle QT max: Ajustez cet intervalle pour définir l’intervalle auquel une onde T détectée sera acceptée.
      2. Fenêtre T à partir de S : Ajustez ce paramètre pour définir l’intervalle de recherche d’une onde T partant de l’onde S vers la droite.
      3. Fenêtre T à partir de R : Ajustez ce paramètre pour définir l’intervalle de recherche d’une onde T partant de l’onde R vers la gauche.
      4. Fenêtre P à partir de R : Ajustez ce paramètre pour définir l’intervalle de recherche d’une onde P partant de l’onde R vers la gauche.
      5. Direction T : définissez les deux par défaut pour rechercher les ondes T positives et négatives, car ce paramètre définit si seules les ondes T positives, uniquement négatives ou les deux ondes T positives/négatives sont recherchées.
      6. Direction P : définissez les deux par défaut pour rechercher les ondes P positives et négatives, car ce paramètre définit si seules les ondes P positives, uniquement négatives ou les deux ondes P positives/négatives sont recherchées.
      7. Placement P : Ajustez ce paramètre pour déplacer la marque P vers (valeur élevée) ou vers l’extérieur (valeur faible) du pic de l’onde P.
      8. Placement T : Ajustez ce paramètre pour déplacer la marque T vers (valeur élevée) ou vers l’extérieur (valeur faible) du pic de l’onde P.
      9. Autre extrémité de T: Ajustez ce paramètre pour rechercher une onde T alternative au-delà de la première onde T potentielle. Entrez une valeur inférieure pour sélectionner la première onde T et une valeur supérieure pour sélectionner l’onde T alternative.
      10. Sensibilité des pics : Ajustez ce paramètre pour éliminer les petits pics lors de l’identification des ondes P et T. Utilisez-le conjointement avec Peak Identification.
          Remarque : Une valeur de 0 définit la sensibilité maximale ; Une valeur de 100 définit la sensibilité minimale. La valeur minimale de sensibilité de crête dépend de la qualité du signal. Si le niveau de bruit est faible et/ou si les ondes P et T sont clairement distinguables, ces ondes sont bien déclenchées, même lorsque la sensibilité maximale est de 100. En règle générale, la sensibilité et l’identification des pics n’ont pas besoin d’être ajustées, sauf si le signal est bruyant et que l’algorithme d’analyse rencontre des problèmes de détection des ondes P et T. Si c’est le cas, les meilleurs résultats sont obtenus en ajustant le paramètre par étapes de 25.
      11. Identification des pics : utilisez ce paramètre conjointement avec la sensibilité de crête pour définir le seuil d’identification des ondes P et T. Sensibilité inférieure jusqu’à 0 crête si de petites ondes P/T ne sont pas identifiées. Si les ondes P/T ne sont pas identifiées même lorsque la sensibilité de crête est réglée sur 0, alors l’identification des pics inférieure, ajustez par pas de 25.
      12. Segment ST élevé : utilisez cet attribut si l’onde T est très proche du complexe QRS, ce qui donne un segment ST élevé.
          REMARQUE: Comme les souris n’ont pas de segment ST distinct, avec une onde T se produisant directement après le complexe QRS, ce paramètre ne doit pas être utilisé chez les souris.
   3. Cliquez sur l’onglet Advanced Attributes pour définir les filtres passe-bas/passe, pour définir le point J pour déterminer l’élévation/dépression ST (pas utile chez la souris), pour définir des facteurs de correction pour la mesure QT et pour définir les complexes QRS arythmiques par la hauteur de l’onde R et la durée du complexe QRS.
      REMARQUE : utilisez les paramètres par défaut prédéfinis dans cet onglet. Si le signal est affecté, par exemple par des interférences électromagnétiques, réglez les paramètres du filtre ici, ce qui peut aider à améliorer la qualité du signal. La définition des « complexes QRS arythmiques » n’améliore pas la précision de détection des battements de capture ventriculaire prématurés par rapport à la méthode suggérée ici (chaque PVC entraînera également une pause et est donc détecté par cette approche). Les autres paramètres ne sont pertinents que pour des questions de recherche très spécifiques et ne sont donc pas décrits en détail ici.
   4. Utilisez l’onglet Bruit pour ajuster les attributs afin d’identifier le bruit.
      1. Cochez la case Activer la détection du bruit pour identifier le bruit et définissez les marques de données incorrectes.
      2. Cliquez sur la case à cocher Activer la détection des abandons pour définir des marques de données incorrectes autour des données définies comme abandons en fonction de la valeur maximale / minimale du signal. Ajuster Min Good Data Time, qui définit le temps entre deux segments d’abandon également considérés comme des abandons même si le signal est bon.
      3. Ajustez le seuil de données incorrectes pour définir le niveau de bruit au-dessus duquel le signal ECG ne peut pas être correctement analysé.
         REMARQUE: Ce segment bruyant de données sera inclus entre les marques de données incorrectes et ne sera pas analysé. Aucun paramètre dérivé de l’ECG ne sera signalé pour ces segments de « mauvaises données ».
      4. Spécifiez la fréquence cardiaque minimale en dessous de laquelle les fréquences cardiaques sont considérées comme du bruit.
   5. Utilisez l’onglet Marques pour activer et désactiver les marques de validation.
      REMARQUE: Il est recommandé de toujours activer les numéros de cycle de marquage, qui ajouteront un nombre continu à chaque onde R identifiée. Cela vous aidera à naviguer dans l’enregistrement ECG.
   6. Utilisez l’onglet Notes pour entrer les notes qui apparaîtront dans le fichier journal expérimental.
   7. Utilisez l’onglet Précision pour définir la précision à laquelle les paramètres sont signalés.
   8. Définissez les attributs et cliquez sur Recalculer pour voir les effets des ajustements effectués dans la fenêtre Forme d’onde en aperçu.
   9. Si (dans une situation idéale) toutes les ondes ECG sont correctement annotées, cliquez sur OK pour confirmer les paramètres des attributs, ce qui ouvre la boîte de dialogue Effets et portée des modifications. Pour analyser l’ECG, cochez les cases Réanalyser le canal et Le canal entier et confirmer en cliquant sur OK.
7. En fonction des paramètres d’entrée de la boîte de dialogue Attributs, notez les marques de validation affichées dans le tracé ECG. Parcourez l’enregistrement manuellement et vérifiez si les marques de validation ainsi que les marques de données incorrectes sont correctement définies. Utilisez Data Insights pour vérifier les marques R et ECG Pro pour vérifier les marques P et T.
   1. Si de nombreuses marques sont incorrectes, modifiez les attributs et réanalysez l’enregistrement.
      REMARQUE: Des paramètres spécifiques peuvent être appliqués à des segments de données spécifiques lorsque la morphologie de l’ECG est différente du reste de l’enregistrement. Le manuel du logiciel Ponemah fournit des valeurs standard pour les attributs d’analyse ECG pour différentes espèces sous Manuel du logiciel Ponemah / Modules d’analyse / Électrocardiogramme / Boîte de dialogue Attributs. Pour commencer, ces valeurs peuvent être utilisées puis ajustées manuellement, jusqu’à ce que suffisamment ou (dans une situation idéale) toutes les ondes ECG soient marquées.
   2. Effectuez un nettoyage manuel si seules quelques marques sont incorrectes. Déplacez chaque marque de validation (à l’exception des marques d’onde R) dans la position correcte en cliquant avec le bouton gauche de la souris, en maintenant enfoncée et en déplaçant la marque correspondante. Cliquez avec le bouton droit de la souris dans l’enregistrement ECG pour ajouter des marques de validation supplémentaires ou marquer des ondes R arythmiques. Cliquez avec le bouton droit sur une marque mal définie pour supprimer cette marque.
8. Cliquez sur Actions/Taux de journalisation (ou appuyez sur F8) pour définir le taux de journalisation, qui définit la fréquence à laquelle les données dérivées sont enregistrées dans la vue Liste des paramètres dérivés ou tracées sur des graphiques qui utilisent les paramètres dérivés. Pour l’analyse des paramètres ECG de base et de l’arythmie, utilisez Epoch 1 comme paramètre standard, qui définit le taux d’enregistrement à chaque cycle.
   REMARQUE : Le taux de journalisation peut être augmenté à tout moment au cours de l’acquisition ou de la révision.

2. Analyse des paramètres ECG de base

REMARQUE: En plus des marques de données de validation / mauvaises, le logiciel mesure et calcule automatiquement une grande variété de paramètres dérivés qui sont ensuite signalés dans la liste des paramètres dérivés.

1. Cliquez sur Détails de la configuration du sujet/du canal pour sélectionner l’un des paramètres dérivés.
   REMARQUE : Dans la liste des paramètres dérivés, chaque paramètre est lié au numéro du complexe QRS respectif.
   1. Double-cliquez sur une ligne du tableau Paramètre pour afficher les cycles ECG correspondants au centre de la fenêtre graphique ECG primaire et trouver et visualiser facilement la morphologie des cycles ECG qui correspondent aux paramètres dérivés dans les données brutes sélectionnées.
      REMARQUE: Il est possible de synchroniser dans les deux sens: du tableau au graphique et aussi du graphique au tableau. Lorsque le taux de journalisation est de 1 époque, la synchronisation est effectuée pour chaque cycle individuel. Ceci est facile à vérifier à partir du numéro de cycle (NUM) dans le tableau Paramètres et dans le graphique. Surtout dans les enregistrements longs, cette fonction de synchronisation entre les tableaux et les graphiques est très utile.
2. Pour tenir compte de l’altération circadienne des paramètres ECG, plutôt que de calculer les valeurs moyennes des paramètres ECG sur une longue période, analysez un ECG au repos similaire à celui des humains pour obtenir des paramètres ECG de base tels que la fréquence cardiaque au repos, la durée de l’onde P, l’intervalle PR, la durée QRS ou l’intervalle QT / QTc. Analyser 20 complexes QRS consécutifs chez la souris en tant qu'« équivalent ECG au repos ».
   REMARQUE: Chez l’homme, un ECG au repos est enregistré sur 10 s à une fréquence cardiaque normale de 50-100 / min. Cet ECG comprend 8 à 17 complexes QRS.
   1. Comme les souris suivent un rythme circadien, analysez deux ECG au repos par jour, un le jour et un la nuit pour contrôler les effets circadiens. Sélectionnez les heures appropriées en fonction du cycle d’allumage et d’arrêt de la lumière dans l’animalerie, par exemple, 12 h / PM.
   2. Sélectionnez une section de l’ECG avec une bonne qualité de signal et une fréquence cardiaque stable dans le graphique de tendance HR dans un délai raisonnable défini autour de ce point de temps (par exemple, ±30 min).
   3. Confirmez l’exactitude des marques de validation ou ajustez manuellement dans 20 complexes QRS consécutifs. Ajoutez les marques de validation manquantes.
   4. Pour d’autres calculs et visualisations, marquez les lignes contenant les valeurs de ces 20 complexes QRS consécutifs dans la liste des paramètres dérivés et copiez-les dans une feuille de calcul ou un logiciel de statistiques.

3. Détection des arythmies par reconnaissance de formes (module ECG PRO)

REMARQUE: Le module ECG PRO de Ponemah utilise des complexes QRS sélectionnés comme modèles pour une analyse plus approfondie. Les modèles ECG des modèles sont comparés à tous les complexes QRS de l’enregistrement afin de calculer le pourcentage de similarité (« correspondance ») et de reconnaître les arythmies (p. ex., les battements de capture prématurée auriculaire ou ventriculaire). Le nombre de complexes QRS à marquer dépend de la variabilité de l’amplitude QRS dans l’enregistrement. Dans certains cas, la sélection et le marquage d’un complexe QRS donnent une similitude de 80% avec l’enregistrement respectif, marquant la majorité des cycles QRS. Cependant, il s’agit d’un cas idéal et lors de l’analyse, le nombre de complexes QRS qui doivent être marqués comme modèles est généralement plus élevé.

1. Marquez les complexes QRS comme modèles jusqu’à ce qu’au moins une correspondance de 80 % ou plus soit atteinte. De plus, utilisez la correspondance de modèle pour marquer les ondes P, Q, S et T si celles-ci ne sont pas ou insuffisamment reconnues après les paramètres d’attributs (section 1.7).
   REMARQUE: Les marques R doivent être identifiées pour les cycles avant l’analyse avec ECG PRO. Cela nécessite que les marques R soient préservées de l’acquisition ou que l’analyse basée sur les attributs soit exécutée avant d’effectuer l’analyse ECG PRO. Les autres marques (P, Q, S et T) ne doivent pas nécessairement être présentes pour l’analyse ECG PRO.
2. Une fois la configuration du modèle terminée (comme décrit dans la section 1.4.4), sélectionnez une onde ECG souhaitée (avec un R marqué). Si nécessaire, ajustez les marques de validation pour refléter avec précision les positions appropriées des marques ECG d’intérêt. Cliquez avec le bouton droit sur le cycle dans le panneau d’affichage de la fenêtre de suivi ECG , sélectionnez Ajouter un cycle et Analyser [Modèle unique], puis notez le cycle qui apparaît dans la fenêtre Modèle .
   Remarque : Une mise à l’échelle automatique peut être nécessaire pour les axes X et Y pour voir le cycle complet. Les marques ECG peuvent être déplacées dans la page du graphique du modèle .
3. Cliquez avec le bouton droit de la souris sur le panneau d’affichage de la fenêtre Modèle et sélectionnez Ajouter un cycle et une analyse (modèle unique) pour ouvrir la boîte de dialogue Analyse du modèle illustrée à la figure 4B. Sélectionnez la région de correspondance de modèle souhaitée à laquelle tous les autres cycles ECG seront comparés. Si nécessaire, modifiez les paramètres avancés pour la région de correspondance souhaitée.
   REMARQUE : Plusieurs régions de correspondance peuvent être sélectionnées en fonction du résultat souhaité de l’analyse (les paramètres dérivés d’intérêt).
4. Sélectionnez une plage de données sur laquelle effectuer l’analyse.
   Remarque : La plage de données permet la réanalyse des données visibles dans le graphique, les données du bord gauche de la région visible du graphique principal vers l’avant jusqu’à la fin de l’ensemble de données chargé, les données dans les segments de l’analyseur ou le canal entier.
5. Sélectionnez le type de cycles à analyser.
   1. Sélectionnez Tout pour comparer la bibliothèque de modèles à Tous les cycles avec une marque R valide.
   2. Sélectionnez Sans correspondance pour ignorer les cycles précédemment correspondants et comparer la bibliothèque de modèles uniquement aux cycles sans correspondance.
      Remarque : Ceci est utile lors de l’ajout de modèles supplémentaires à la bibliothèque de modèles pour une meilleure couverture de correspondance, car le temps de traitement est plus court.
6. Sélectionnez la méthode de correspondance souhaitée. Lorsque vous sélectionnez plusieurs régions de correspondance et cycle entier, utilisez le modèle qui, en moyenne, correspond le mieux au cycle pour placer les notes. Lorsque la région est utilisée, pour obtenir la meilleure correspondance pour chaque région de correspondance, placez les marques de différents modèles.
7. Sélectionnez OK pour exécuter l’analyse.
   REMARQUE : Des cycles de modèles supplémentaires peuvent être ajoutés à la bibliothèque de modèles et l’analyse de modèle peut être réexécutée jusqu’à ce que le % de correspondance de boîte de dialogue souhaité soit atteint. Cela réajuste les vagues dans tous les cycles qui correspondent au modèle.
8. Enregistrer les bibliothèques de modèles via Modèles/Enregistrer lorsque la session de révision est fermée.
9. Pour détecter l’arythmie à l’aide de la correspondance de modèle, étiquetez les modèles dont la morphologie est différente de celle des ondes physiologiques après avoir effectué la correspondance du modèle (comme décrit dans la section 3.1.) en cliquant avec le bouton droit de la souris et en sélectionnant Ajouter une balise de modèle, puis sélectionnez un type de cycle (par exemple, ectopique auriculaire, ectopique ventriculaire). Analysez ces balises à l’aide de Data Insights.

4. Détection des arythmies : une approche manuelle simplifiée à l’aide de Data Insights

REMARQUE: Pour l’analyse de l’arythmie, une annotation correcte des ondes P et R est nécessaire. Cependant, même si des ondes P claires sont visibles dans le tracé ECG, ces ondes P ne sont parfois pas correctement identifiées même après ajustement des paramètres d’attribut . Comme les ondes R sont généralement reconnues et annotées de manière adéquate, une approche pratique pour une analyse plus approfondie de l’arythmie à l’aide de Data Insights est proposée ci-dessous. Pour un aperçu général de la détection des arythmies à l’aide de Data Insights et de ses recherches prédéfinies spécifiques à l’espèce, le lecteur intéressé peut être invité à consulter Mehendale et ^al.13.

1. Ouvrez Data Insights en cliquant sur Experiment/Data Insights.
   1. Observez le panneau Rechercher en haut de la boîte de dialogue Data Insights .
      REMARQUE: Sur la gauche du panneau, il montre quelle règle de recherche est appliquée à quel canal / sujet et le nombre de visites utilisant cette règle de recherche. Au milieu, toutes les règles de recherche sont répertoriées et, à droite, la définition spécifique d’une règle de recherche sélectionnée est affichée.
   2. Observez le panneau Résultats affiché dans la partie inférieure du panneau Rechercher .
      REMARQUE: Pour chaque résultat de recherche, la section ECG correspondante est affichée (en haut) avec un tableau indiquant le temps dans l’enregistrement et les résultats de chaque paramètre de recherche (milieu).
   3. Observez le nombre d’accès à la recherche affichés sous forme d’histogramme en bas du panneau.
2. Étant donné que la fréquence cardiaque normale d’une souris est de 500-724 / min¹⁴, définissez une règle de recherche bradycardie pour détecter la bradycardie.
   1. Cliquez avec le bouton droit de la souris dans la liste de recherche, puis sélectionnez Créer une nouvelle recherche pour ouvrir la boîte de dialogue Entrée de recherche .
   2. Cliquez avec le bouton droit de la souris dans la zone blanche et sélectionnez Ajouter une nouvelle clause.
   3. À l’aide des menus déroulants et des champs de texte, définissez la règle de recherche Bradycardia-single comme Value(HR _cyc0) < 500. Cliquez sur OK pour ajouter cette règle de recherche à la liste. Appliquez cette règle de recherche en cliquant dessus et en la faisant glisser vers le canal d’intérêt sur la gauche.
      REMARQUE: La règle de recherche Bradycardia-single identifie chaque intervalle RR individuel qui est supérieur à 120 ms (= moins de 500 / min.).
   4. Comme la bradycardie nécessite plus d’un intervalle RR long, définissez une règle de recherche supplémentaire Bradycardia comme Série(Bradycardie-simple, 1)>=20. Cliquez sur OK pour ajouter cette règle de recherche à la liste. Appliquez cette règle de recherche en cliquant dessus et en la faisant glisser vers le canal d’intérêt sur la gauche.
      REMARQUE: Dans le panneau Résultats, chaque section de l’enregistrement ECG composée d’au moins 20 complexes QRS avec une fréquence cardiaque inférieure à 500 / min. est affichée.
   5. Pour confirmer la bradycardie et rejeter les faux résultats (par exemple, en raison d’une sous-détection de l’onde R), examinez chaque résultat manuellement. Faites un clic gauche sur la forme d’onde et appuyez sur STRG + R pour rejeter le résultat sélectionné, qui disparaîtra de la liste des résultats.
      Remarque : Les résultats rejetés sont enregistrés sous Résultat/Rejets.
3. Pour détecter la tachycardie, définissez une règle de recherche tachycardie.
   1. Cliquez avec le bouton droit de la souris dans la liste de recherche, puis sélectionnez Créer une nouvelle recherche pour ouvrir la boîte de dialogue Entrée de recherche .
   2. Cliquez avec le bouton droit de la souris dans la zone blanche et sélectionnez Ajouter une nouvelle clause.
   3. À l’aide des menus déroulants et des champs de texte, définissez la règle de recherche Tachycardia-single comme Valeur(HR _cyc0)>724. Cliquez sur OK pour ajouter cette règle de recherche à la liste. Appliquez cette règle de recherche en cliquant et en la faisant glisser vers le canal qui vous intéresse vers la gauche.
      REMARQUE: La règle de recherche Tachycardia-single identifie chaque intervalle RR individuel inférieur à 82 ms (= plus de 724 /min).
   4. Comme la tachycardie nécessite plus d’un intervalle RR court, définissez une règle de recherche supplémentaire Tachycardie comme Série(Tachycardie-simple, 1)>=20. Cliquez sur OK pour ajouter cette règle de recherche à la liste. Appliquez cette règle de recherche en cliquant dessus et en la faisant glisser vers le canal d’intérêt sur la gauche.
      REMARQUE: Le panneau Résultats affiche chaque section de l’enregistrement ECG composée d’au moins 20 complexes QRS avec une fréquence cardiaque supérieure à 724 / min.
   5. Pour confirmer la tachycardie et rejeter les faux résultats (par exemple, en raison d’une surdétection de l’onde R), examinez chaque résultat manuellement. Faites un clic gauche sur la forme d’onde et utilisez le raccourci STRG + R pour rejeter le résultat sélectionné, qui disparaîtra de la liste des résultats.
4. Pour détecter les blocs sino-auriculaires et auriculo-ventriculaires, définissez une règle de recherche Pause.
   1. Cliquez avec le bouton droit de la souris dans la liste de recherche, puis sélectionnez Créer une nouvelle recherche pour ouvrir la boîte de dialogue Entrée de recherche .
   2. Cliquez avec le bouton droit de la souris dans le panneau blanc, puis sélectionnez Ajouter une nouvelle clause.
   3. À l’aide des menus déroulants et des champs de texte, définissez la règle de recherche Pause comme Valeur(RR-I_cyc0)>300. Cliquez sur OK pour ajouter cette règle de recherche à la liste. Appliquez cette règle de recherche en cliquant et en la faisant glisser vers le canal qui vous intéresse vers la gauche.
      REMARQUE : Le panneau Résultats affiche chaque section de l’enregistrement ECG avec une pause d’au moins 300 ms.
   4. Pour confirmer une pause, pour décider si la pause est un bloc sino-auriculaire ou auriculo-ventriculaire, et pour rejeter les faux résultats (par exemple, en raison d’une sous-détection de l’onde R), examinez chaque résultat manuellement. Faites un clic gauche sur la forme d’onde et appuyez sur STRG + R pour rejeter le résultat sélectionné, qui disparaîtra de la liste des résultats.
   5. Pour détecter le rythme ectopique, exécutez d’abord la correspondance du modèle avec ces rythmes (par exemple, ectopique ventriculaire), puis recherchez tous les cycles correspondants à ce modèle dans Data Insights.
5. Cliquez avec le bouton droit de la souris dans la liste de recherche, puis sélectionnez Créer une nouvelle recherche pour ouvrir la boîte de dialogue Entrée de recherche .
   1. Cliquez avec le bouton droit de la souris dans la zone blanche et sélectionnez Ajouter une nouvelle clause.
   2. Cliquez sur Valeur à l’aide du menu déroulant, puis sélectionnez Modèle. Sur le côté droit, sélectionnez la balise du modèle créé précédemment.
      REMARQUE : Le panneau Résultats affiche chaque section de l’enregistrement ECG avec le cycle correspondant au modèle.
   3. Pour confirmer les résultats et rejeter les faux résultats (par exemple, en raison d’une sous-détection de l’onde R), examinez chaque résultat manuellement. Faites un clic gauche sur la forme d’onde et appuyez sur STRG + R pour rejeter un cycle particulier, qui disparaîtra de la liste des résultats.
      REMARQUE : Toutes les instructions de recherche créées peuvent être importées et enregistrées avec les noms de fichiers appropriés. Tous les tableaux de résultats peuvent être enregistrés et exportés au format tableur / sortie ASCII pour une analyse statistique plus approfondie.

Representative Results

L’enregistrement des ECG à long terme permet d’obtenir d’énormes ensembles de données. Les options pour des analyses plus approfondies sont multiples et dépendent du projet de recherche individuel. Ce protocole fournit une description de quelques lectures très basiques qui peuvent être utilisées par la plupart des chercheurs, en particulier pour des expériences de dépistage, par exemple, lors de la caractérisation d’une lignée de souris transgéniques ou lors de l’étude des effets d’un traitement spécifique dans un modèle de maladie. Un projet précédent impliquait l’étude d’un nouveau médicament candidat pour déterminer s’il possédait des effets cardiotoxiques en analysant les paramètres ECG au fil du temps. Des émetteurs de télémétrie ont été implantés 20 jours avant le traitement, et les enregistrements ECG ont été commencés 10 jours avant le traitement pour permettre une cicatrisation et une acclimatation suffisantes de la souris. Avant le traitement, l’ECG était étudié tous les trois jours ; Au cours de la première semaine après le traitement, l’ECG a été étudié tous les jours, après quoi l’ECG a été analysé tous les sept jours jusqu’à la fin de l’enregistrement trois semaines après le traitement.

Cette approche a permis de détecter des périodes de fréquence cardiaque réduite, d’augmentation de la conduction auriculo-ventriculaire (intervalle PR) et ventriculaire (durée QRS), ainsi qu’une repolarisation altérée (intervalle QTc) chez les souris traitées avec le nouveau médicament, comme le montre la figure 5. Cette première étape a servi de « dépistage » qui a permis d’identifier les périodes de temps dans l’enregistrement qui contenaient potentiellement des arythmies. Un examen plus détaillé de l’ECG a révélé des pauses sinusales entraînant une réduction de la fréquence cardiaque deux jours après le traitement et divers degrés de blocs auriculo-ventriculaires (AV) entraînant une réduction de la fréquence cardiaque six jours après le traitement. Cette dernière constatation a été confirmée par les intervalles prolongés de RP à ce moment-là. Pour obtenir ces paramètres ECG, 20 complexes QRS doivent être analysés par point temporel et peuvent donc ne pas être en mesure de détecter les épisodes d’arythmie paroxystique à d’autres moments.

Pour résoudre ce problème, il est conseillé de rechercher spécifiquement les épisodes de bradycardie et de tachycardie ainsi que les pauses à l’aide du module ECG Pro suivies d’un examen manuel des épisodes détectés. Cette approche permet la détection de toutes les arythmies pertinentes et la détermination du type spécifique d’arythmie dans l’ensemble de l’enregistrement. Par exemple, un épisode de tachycardie a été détecté dans cette étude, qui a été identifié comme une fibrillation auriculaire.

Comme démontré précédemment, cette approche permet en outre de déterminer l’évolution temporelle de l’apparition de l’arythmie, par exemple, le temps écoulé avant le premier bloc AV après la déplétion des macrophages¹⁴. Des traces représentatives, comme le montre la figure 6, sont obtenues comme décrit ci-dessus (Figure 6A : rythme sinusal normal ; Figure 6B : pause sinusale; Figure 6C : bloc AV I°, figure 6D : bloc AV II° type Mobitz 1 ; Figure 6E: AV bloc II° type Mobitz 2; Figure 6F: bloc AV III°; Figure 6G : fibrillation auriculaire).

Figure 1 : Chargement et examen des données dans Ponemah. (A) Boîte de dialogue Load Review Dat fournissant une vue d’ensemble de toutes les souris et de tous les signaux enregistrés dans l’expérience chargée. (B) Boîte de dialogue de configuration graphique pour définir des fenêtres graphiques fournissant à la fois des données brutes (par exemple, des signaux ECG) et des paramètres dérivés. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 2 : Configuration du modèle dans Ponemah. (A) Fenêtre Configuration du modèle pour configurer et sélectionner une nouvelle bibliothèque de modèles ou parcourir déjà configurée. (B) Page de configuration du graphique pour les paramètres du modèle. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 3 : Tracés ECG. (A) Capture d’écran des fenêtres contenant la trace ECG ; (B) diagramme de fréquence cardiaque; et (C) Fenêtre Modèle. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 4 : Analyse des attributs d’un tracé ECG. (A) Une boîte de dialogue Attributs d’analyse ECG. En haut de cette boîte de dialogue, plusieurs onglets (QRS, PT, Avancé, Bruit, Marques, Notes, Précision) permettent le réglage de divers réglages. Les paramètres sont présentés dans la partie centrale de la boîte de dialogue. Au bas de la boîte de dialogue, le tracé ECG est affiché dans la fenêtre de forme d’onde. En haut de la fenêtre de forme d’onde, le tracé ECG est affiché ; en bas, la dérivée du tracé ECG, y compris une visualisation des seuils de réglage ci-dessus, est montrée. Dans l’exemple présenté ici, un seuil de détection QRS de 40% est défini, ce qui est indiqué par le fond rose en bas. (B) Boîte de dialogue Analyse du modèle : sélectionnez la région de correspondance de modèle souhaitée à laquelle tous les autres cycles ECG seront comparés. Dans cet exemple, la vague T est sélectionnée comme région de correspondance pour l’analyse avec une correspondance minimale de 85 %. Cela signifie que si la région T ne correspond pas avec un niveau de confiance d’au moins 85 %, le cycle ne sera pas marqué comme une correspondance. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 5 : Paramètres ECG de base au fil du temps dans une cohorte d’intervention médicamenteuse. Panneau bleu: nuit, panneau jaune: jour. De gauche à droite : fréquence cardiaque, intervalle PR, durée QRS, intervalle QTc. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 6 : Traces ECG représentatives. (A) Rythme sinusal normal, (B) pause sinusale, (C) AV-bloc I°, (D) AV-bloc II° type Mobitz 1, (E) AV bloc II° type Mobitz 2, (F) AV bloc III°, (G) fibrillation auriculaire. Barres d’échelle = 100 ms. Abréviation : AV = auriculo-ventriculaire. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 7 : Organigramme de l’analyse. Abréviation : HR = fréquence cardiaque. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Discussion

L’ECG de surface est le principal outil de diagnostic pour les patients souffrant de troubles du rythme cardiaque, fournissant des informations sur de nombreux phénomènes électrophysiologiques. Néanmoins, une analyse suffisante des pathologies ECG de surface cardiaque nécessite la connaissance et la définition de paramètres physiologiques normaux. De nombreuses années de recherche épidémiologique ont conduit à un large consensus sur ce qui est physiologique chez l’homme et ont ainsi permis aux médecins du monde entier de distinguer clairement le pathologique. Cependant, l’analyse des données ECG de surface est un défi majeur dans les modèles murins; la distinction entre les résultats physiologiques et pathologiques de l’ECG peut être difficile en raison d’une compréhension et d’une définition incomplètes des paramètres ECG de base^15,16. En 1968, Goldbarg et al. ont été les premiers à décrire l’ECG chez des souris saines¹⁷. En plus de montrer les fréquences cardiaques et les schémas ECG de base, tels que l’intervalle PR et la durée QRS, ils ont décrit des différences majeures entre les animaux anesthésiés et éveillés et des différences entre divers anesthésiques et différentes races murines, ce qui a été confirmé plus tard par d’autres groupes^16,17.

Ces premières données soulignent pourquoi l’interprétation des données de l’ECG murin est délicate et compliquée. Avec l’intérêt croissant pour les modèles murins pour la recherche sur l’arythmie au cours des dernières décennies, davantage de recherches ont été axées sur l’électrophysiologie de la souris et ont généré des preuves sur les modèles d’activation et de repolarisation dans le cœur de la souris. Le lecteur intéressé peut être renvoyé à un article récent de Boukens et al. pour un examen détaillé de l’ECG murin et de ses courants sous-jacents¹⁵. Kaese et al. ont donné un aperçu des valeurs standard de l’ECG murin et des principales différences entre les traces ECG humaines et murines¹⁸. La première différence majeure est la fréquence cardiaque : les souris éveillées en bonne santé ont une fréquence cardiaque de 550 à 725 battements par minute, des intervalles PR de 30 à 56 ms, une durée QRS de 9 à 30 ms et une phase de repolarisation très distincte de celle observée chez^l’homme14. De plus, l’ECG murin montre régulièrement l’apparition d’ondes J et d’une onde T petite et moins distinctive, ce qui rend difficile l’analyse du segment ST et de l’intervalle QT^18,19. Dans l’ensemble, les modèles murins sont devenus l’organisme modèle le plus largement utilisé pour la recherche cardiovasculaire, y compris les arythmies⁸.

Compte tenu des différences inter-espèces décrites ci-dessus qui influencent très probablement également l’arythmagénèse, ces modèles peuvent fournir des informations précieuses. L’analyse des paramètres ECG de base, tels que la fréquence cardiaque et la durée de différents intervalles, peut être effectuée de manière fiable à l’aide de logiciels tels que Ponemah, LabChart ou ECGAuto parmi beaucoup d’autres avec leurs algorithmes d’analyse respectifs. Des exemples d’affichage des données sont présentés à la figure 5. La détection de l’arythmie, cependant, est beaucoup plus délicate, et il n’existe pas d’approches largement établies pour l’analyse de l’ECG murin à long terme pour les arythmies. Différentes approches ont été utilisées pour surmonter les difficultés techniques et méthodologiques associées à la détection de l’arythmie des enregistrements ECG à long terme chez la souris. Ces approches vont de l’utilisation de courts enregistrements pour l’analyse manuelle des arythmies²⁰ à de simples considérations acceptant l’inexactitude décrites par Thireau et ^coll.21. Ces chercheurs ont effectué une analyse de la variabilité de la fréquence cardiaque en excluant simplement toutes les sections de leur enregistrement avec des intervalles R-R non contenus dans la plage de l’intervalle R-R moyen ± 2 écarts-types pour exclure toutes les arythmies, les battements ectopiques et les artefacts sans aucun examen manuel. C’est la raison de cette approche semi-manuelle utilisant Ponemah et ses modules d’analyse consécutifs, ECG Pro et Data Insights. Cette solution logicielle peut être utilisée pour analyser une vaste gamme de signaux physiologiques, allant de l’ECG chez les grands mammifères aux données de pression artérielle ou de température chez de très petites espèces.

Le logiciel est livré avec de nombreuses ressources sur la façon d’analyser différents types de données. Néanmoins, bien que fonctionnant assez bien avec les signaux ECG provenant d’animaux plus gros, la faible amplitude du signal et, par conséquent, le bruit élevé des signaux dérivés d’espèces, telles que les souris vivantes et éveillées, peuvent entraîner un certain nombre de difficultés en utilisant une approche commune de l’analyse. Le bruit masque souvent les ondes P ou T et désactive ainsi l’utilisation de la plupart des règles de recherche prédéfinies dans Data Insights. Il faut veiller à définir les valeurs optimales du seuil de détection QRS et à conserver les valeurs d’attribut utilisées pour identifier les complexes QRS et distinguer les cycles clairs des événements sonores. Un pourcentage élevé du seuil de détection QRS peut entraîner une sous-détection (c.-à-d. que certaines ondes R peuvent ne pas être détectées), tandis qu’un faible pourcentage peut entraîner une surdétection (c.-à-d. que d’autres pics, tels que les ondes T, peuvent être interprétés à tort comme des ondes R). De plus, les questions spécifiques dans la recherche sur l’arythmie chez la souris ne sont naturellement pas le sujet principal des documents fournis par DSI, et trouver des informations spécifiques peut être difficile. Dans ce protocole, une approche simple et pragmatique est utilisée pour définir différentes arythmies extrapolant les définitions humaines établies.

Par exemple, dans les données ECG à long terme chez l’homme, une pause supérieure à 3 s est considérée comme significative²². Il en résulte une fréquence cardiaque humaine de 20/min., ce qui représente un tiers de la fréquence cardiaque physiologique minimale de 60/min. Comme décrit par Kaese et ^al.18, la fréquence cardiaque physiologique minimale murine est égale à 550/min., soit 200/min. environ un tiers de ce taux. Selon la définition humaine, des pauses de plus de 0,3 s peuvent être considérées comme significatives chez la souris. De plus, il s’agit d’une approche simple et pragmatique consistant à décrire les différences dans les paramètres de référence comme des changements relatifs au contrôle respectif. Cela prend en considération les différences entre les lignées de souris individuelles et constitue un moyen élégant d’identifier les valeurs pathologiques probables sans compter sur des valeurs normales établies (souvent absentes). Cette approche simple, résumée à la figure 7, convient à tous les groupes qui étudient les arythmies cardiaques dans des modèles murins utilisant des dispositifs de télémétrie implantables. Il conduit à l’évaluation des paramètres généraux de l’ECG ainsi qu’aux données sur la fréquence cardiaque au fil du temps et à la détection d’une grande variété d’arythmies. Par conséquent, cet article tente de fournir une approche étape par étape pour l’analyse de l’ECG et de l’arythmie et ajoute de manière significative aux conseils et manuels qui ont déjà été publiés.

Materials

Name	Company	Catalog Number	Comments
Ponemah Software	Data Science international		ECG Analysis Software